如何在C＃中構建搜索引擎

Question

我想在ASP.NET MVC中構建一個Web應用程序，並且需要構建一個非常複雜的搜索功能。當用戶輸入搜索詞時，我想搜索各種數據源，其中包括文檔，數據庫中的表格，網頁URL以及一些API（如Facebook）。任何提示，教程和提示將不勝感激。

Answer 1

你的問題表明你可能不打算從零開始實現整個功能，所以這裏有一些你可能會覺得有用的鏈接。

• 一個（最簡單的）選項是使用第三方搜索引擎（例如Google Custom Search，但兵大概也有類似的API）。這允許您使用Google搜索（僅）您的頁面，並以自定義的方式顯示結果。限制在於它只搜索某些（鏈接）頁面上顯示的數據。

• 更復雜的方法是使用一些爲您實現索引的.NET庫（基於您提供的數據）。一個流行的圖書館是例如Lucene.Net。在這種情況下，您可以明確指定要搜索的數據（網頁中的相關內容，數據庫內容等），以便更好地控制正在搜索的內容（但這有點多）。

Answer 2

構建實際的搜索索引結構和算法不是小事。這就是爲什麼人們使用Lucene，獅身人面像，Solr等。使用google.com，正如評論中所建議的那樣，如果配置合適，並且在使用這些免費搜索引擎時，將無法控制和較差的匹配用過的。

我建議考慮看看Solr，它給你的Lucene的權力，但它更容易使用，再加上它增加了一些方便的功能，如高速緩存，分片，刻面等

SolrNet是Solr的客戶端對於.Net，它有一個示例ASP.NET MVC應用程序，您可以使用它來查看它是如何工作的以及作爲項目的基礎。

聲明：我是SolrNet的作者。

Answer 3

我爲我的MVC 4網站編寫了一個自定義搜索引擎。它解析View目錄並讀取所有的.cshtml文件，並使用正則表達式匹配提供的條款。這裏是基本代碼：

List<string> results = new List<string>(); 
     DirectoryInfo di = new DirectoryInfo(System.Configuration.ConfigurationManager.AppSettings["PathToSearchableViews"]); 
     //get all view directories except the shared 
     foreach (DirectoryInfo d in di.GetDirectories().Where(d=>d.Name != "Shared")) 
     { 
      //get all the .cshtml files 
      foreach (FileInfo fi in d.GetFiles().Where(e=>e.Extension == ".cshtml")) 
      { 
       //check if cshtml file and exclude partial pages 
       if (fi.Name.Substring(0,1) != "_") 
       { 
        MatchCollection matches; 
        bool foundMatch = false; 
        int matchCount = 0; 
        using (StreamReader sr = new StreamReader(fi.FullName)) 
        { 
         string file = sr.ReadToEnd(); 
         foreach (string word in terms) 
         { 
          Regex exp = new Regex("(?i)" + word.Trim() + "(?-i)"); 
          matches = exp.Matches(file); 
          if (matches.Count > 0) 
          { 
           foundMatch = true; 
           matchCount = matches.Count; 
          } 
         } 
         //check match count and create links 
         // 
         // 
        } 
       } 
      } 
     } 
     return results;